孫瀅悅，陳 鵬，張立峰，甘 靜，2

(1.吉林師范大學(xué)旅游與地理科學(xué)學(xué)院，吉林 四平 136000;2.東北師范大學(xué)地理科學(xué)學(xué)院，吉林 長春 130024)

近年隨著旅游業(yè)的快速發(fā)展，旅游業(yè)已成為多省市的支柱型產(chǎn)業(yè)。同時，由于旅游業(yè)具有綜合性、依賴性和季節(jié)性的特點，決定了旅游業(yè)是高敏感性的產(chǎn)業(yè)［1］。整個旅游資源災(zāi)害研究系統(tǒng)中，一旦周圍環(huán)境變化都會引起旅游業(yè)的波動與震蕩。因此，自然災(zāi)害的發(fā)生對旅游業(yè)影響較大，是目前研究的熱點問題。而針對旅游資源災(zāi)害風(fēng)險研究相對較少，且缺乏統(tǒng)一的程序與范式，尤其是在對區(qū)域旅游資源災(zāi)害風(fēng)險評價上，多數(shù)都是從行政區(qū)尺度、景區(qū)尺度進(jìn)行評價研究［2-5］，但評價結(jié)果精度不夠，不能滿足實際工作需要。因此，本文著重對此研究熱點問題，以吉林省旅游資源為研究對象，采用網(wǎng)格尺度對區(qū)域旅游資源災(zāi)害進(jìn)行風(fēng)險評價研究，提出了一套基于網(wǎng)格尺度的區(qū)域旅游資源災(zāi)害風(fēng)險評價的方法與思路，創(chuàng)建了基于網(wǎng)格尺度的區(qū)域旅游資源災(zāi)害風(fēng)險評價模型與范式，以充實、完善基于小尺度的區(qū)域旅游資源災(zāi)害風(fēng)險評價理論與方法，為我國制定區(qū)域旅游資源災(zāi)害風(fēng)險管理和規(guī)劃提供決策依據(jù)。

1 研究區(qū)概況

吉林省位于我國東北地區(qū)的中心地帶(40°51'-46°18'N，121°38'-131°17'E)。南北寬約600 km，東西長約750 km。省內(nèi)自然災(zāi)害種類較多 (洪澇、地震、火災(zāi)、低溫、冷害等)，且發(fā)生較為頻繁，對吉林省旅游業(yè)影響較大。省內(nèi)主要旅游資源有長白山國家5A級旅游景區(qū)、吉林霧凇、長影世紀(jì)城、吉林松花湖、高句麗王城文化遺址、長春凈月潭、長春偽滿皇宮等多處自然景觀和人文景觀，是全國著名的自然和人文旅游勝地(圖1)。

圖1 研究區(qū)位置

2 研究方法

2.1 數(shù)據(jù)網(wǎng)格化

數(shù)據(jù)網(wǎng)格化是指將空間上分布不均的數(shù)據(jù)，按照一定方法 (如克里格法、滑動平均等)規(guī)算成規(guī)則網(wǎng)格中的代表值 (趨勢值)的過程。規(guī)則網(wǎng)格大小應(yīng)遵循研究目的和比例尺而定。數(shù)據(jù)網(wǎng)格化遵循研究變量的空間變化趨勢及規(guī)律，將空間上分散的數(shù)值轉(zhuǎn)換成規(guī)則分布的網(wǎng)格數(shù)據(jù)，可減少局部噪音，彌補(bǔ)空白網(wǎng)格的數(shù)據(jù);基于GIS的數(shù)據(jù)網(wǎng)格化還賦予每個網(wǎng)格的單元空間結(jié)構(gòu)及屬性，以更加完整和充分地反映客觀變量的空間模式。數(shù)據(jù)網(wǎng)格化常用在成圖技術(shù)和模式識別技術(shù)上，也是GIS技術(shù)構(gòu)建數(shù)據(jù)層的一種最基本手段［6］。

2.2 空間數(shù)據(jù)網(wǎng)格化劃分

常見的基礎(chǔ)空間要素包括地形、地貌等，對基礎(chǔ)空間要素進(jìn)行網(wǎng)格劃分，首先要獲取基礎(chǔ)空間要素對應(yīng)和關(guān)聯(lián)的網(wǎng)格編碼。具體操作方法:根據(jù)研究區(qū)圖層比例尺確定該圖層所屬網(wǎng)格空間位置，根據(jù)該圖層范圍確定其對應(yīng)網(wǎng)格的編號;將該圖層對應(yīng)的網(wǎng)格編號和圖層對應(yīng)屬性信息作為該圖層元數(shù)據(jù)，根據(jù)網(wǎng)格劃分的基本原則，以行政區(qū)為底圖對研究區(qū)進(jìn)行網(wǎng)格劃分，生成以網(wǎng)格為基本單元的矢量圖層;利用ARCGIS空間分析功能，通過數(shù)據(jù)網(wǎng)格化和網(wǎng)格展布方法，將研究區(qū)底圖上的相關(guān)指標(biāo)數(shù)據(jù)提取并整理到指定的每一個網(wǎng)格單元中，使每種指標(biāo)數(shù)據(jù)作為網(wǎng)格圖的一個屬性列;利用ARCGIS中的屬性計算功能，對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，并通過相關(guān)指標(biāo)計算出各指標(biāo)數(shù)據(jù)值大小作為網(wǎng)格指標(biāo)屬性。通過上述4個操作步驟把行政區(qū)尺度的指標(biāo)數(shù)據(jù)展布到網(wǎng)格尺度指標(biāo)數(shù)據(jù)，之后便可進(jìn)行網(wǎng)格尺度的區(qū)域旅游資源災(zāi)害風(fēng)險評價及區(qū)劃。

2.3 線性加權(quán)模型

對于各指標(biāo)的一些計算則使用線性加權(quán)模型計算指標(biāo)層對準(zhǔn)則層的貢獻(xiàn)度。用公式表達(dá)為:

式中，C是評價因子的總值，Wi為各指標(biāo)的權(quán)重;Xi為各指標(biāo)評價得分，m為準(zhǔn)則層內(nèi)每個因素包含的指標(biāo)數(shù)。

3 指標(biāo)數(shù)據(jù)網(wǎng)格化與空間展布

3.1 研究區(qū)網(wǎng)格生成

矢量網(wǎng)格生成工具有很多種地理信息系統(tǒng)軟件都能實現(xiàn)，ARCGIS也提供了多種矢量網(wǎng)格生成方法。例如ARCGIS的GENERATE命令就能實現(xiàn)矢量網(wǎng)格生成。但由于本研究缺少Workstation模塊，因此，采用HawthsTools插件在ARCMAP桌面工作環(huán)境中進(jìn)行矢量網(wǎng)格生成。研究區(qū)矢量網(wǎng)格生成便是采用了該插件實現(xiàn)的，在該插件中Create Vector Grid功能可直接生成研究區(qū)矢量網(wǎng)格 (km網(wǎng))。生成的矢量圖層中除了FID，Shape，ID等3個屬性以外，還自動生成了每個矢量網(wǎng)格坐標(biāo)的最大值(Xmax，Ymax)、最小值 (Xmin，Ymin)。根據(jù)研究區(qū)的面積，在保證每個網(wǎng)格都有數(shù)據(jù)的情況下，將研究區(qū)劃分為2351個網(wǎng)格 (圖2)。其中研究區(qū)矢量圖統(tǒng)一采用1∶400萬的比例尺。

圖2 研究區(qū)網(wǎng)格化

3.2 指標(biāo)網(wǎng)格化與空間展布

指標(biāo)數(shù)據(jù)網(wǎng)格化，目前采用空間插值方法居多，尤其集中于氣象要素空間插值。本文在總結(jié)前人研究基礎(chǔ)上，采用了協(xié)同克里格和數(shù)據(jù)展布方法進(jìn)行指標(biāo)數(shù)據(jù)空間網(wǎng)格化。由于指標(biāo)包括區(qū)域旅游資源點、游客分布、救援點、經(jīng)濟(jì)數(shù)據(jù)等諸數(shù)據(jù)，所以需將各個數(shù)據(jù)進(jìn)行相關(guān)數(shù)據(jù)的回歸并進(jìn)行空間展布，實現(xiàn)各指標(biāo)數(shù)據(jù)網(wǎng)格化與空間展布。

3.2.1 指標(biāo)體系構(gòu)建

總結(jié)已有的區(qū)域旅游資源災(zāi)害風(fēng)險評價方法，以區(qū)域旅游資源為基本評價單元，以自然災(zāi)害風(fēng)險評價理論為基礎(chǔ)，選取旅游地災(zāi)害危險性 (H)、旅游者的暴露性 (E)、旅游者的脆弱性 (V)及防災(zāi)減災(zāi)能力 (R)等4大基本內(nèi)容作為評價的主要因子。參照文獻(xiàn)［7］的區(qū)域旅游資源災(zāi)害風(fēng)險評估指標(biāo)體系，危險性主要考慮了災(zāi)害發(fā)生頻度、災(zāi)害的破壞性2個因子，可通過點或面的網(wǎng)格化來實現(xiàn);暴露性主要考慮了旅游資源數(shù)量、基礎(chǔ)設(shè)施完善程度、年接待游客數(shù)量、旅游收入4個因子，數(shù)據(jù)可通過間接的數(shù)據(jù)空間展布方法來實現(xiàn);脆弱性主要考慮了國家重點名勝區(qū)數(shù)量、國家級重點保護(hù)單位數(shù)量、旅游設(shè)施完善程度、游客年齡結(jié)構(gòu)比、旅游業(yè)GDP貢獻(xiàn)率5個因子，其中涉及到點數(shù)據(jù)的按照點數(shù)據(jù)網(wǎng)格化方法來實現(xiàn);防災(zāi)減災(zāi)能力主要包括交通條件、避難所數(shù)量、救援能力、旅游業(yè)保險完善程度、醫(yī)院床位數(shù)5個因子，此5個因子包括點數(shù)據(jù)和線數(shù)據(jù)，因此可采取點或線的網(wǎng)格化方法來實現(xiàn)。由于所選因子有不能夠直接量化的指標(biāo)，采取專家來對這些指標(biāo)因子進(jìn)行打分，其他容易量化因子直接參與網(wǎng)格化計算與空間展布，其權(quán)重采用層次分析法獲得網(wǎng)格尺度風(fēng)險評價的權(quán)重體系，具體見表1。

表1 區(qū)域旅游資源災(zāi)害風(fēng)險評價指標(biāo)體系及權(quán)重

3.2.2 游客數(shù)量與救援能力指標(biāo)數(shù)據(jù)網(wǎng)格化

由于指標(biāo)中游客數(shù)據(jù)與避難所、醫(yī)院分布都為點數(shù)據(jù)，而點數(shù)據(jù)可以直接落到對應(yīng)區(qū)域的網(wǎng)格內(nèi)，所以實現(xiàn)起來相對容易。通過多元相關(guān)分析、回歸分析確定游客數(shù)量相關(guān)的關(guān)鍵因素進(jìn)行網(wǎng)格化，對2010年研究區(qū)游客數(shù)量進(jìn)行展布，其他也按此操作 (圖3-4)。其中游客數(shù)量與避難所數(shù)量分別為0.972和0.945，得出人口空間展布方程:

式中，W為避難所數(shù)量，G為格網(wǎng)面積，P0為游客數(shù)量。

3.2.3 路網(wǎng)密度與旅游資源指標(biāo)數(shù)據(jù)網(wǎng)格化

由于道路數(shù)據(jù)與旅游資源分布多數(shù)都呈條帶狀分布，把這兩方面數(shù)據(jù)按照線狀數(shù)據(jù)進(jìn)行空間展布。對于線數(shù)據(jù)網(wǎng)格化處理起來較麻煩，線數(shù)據(jù)存在跨網(wǎng)格的線與跨網(wǎng)格的面，需要統(tǒng)計和計算網(wǎng)格面內(nèi)的線數(shù)據(jù)長度和面積量算。但HawthsTools的Analysis工具集提供了對目標(biāo)面的面積量算和對象內(nèi)部長度計算的工具，因此利用此功能實現(xiàn)線數(shù)據(jù)和面數(shù)據(jù)網(wǎng)格化 (圖5-6)。

圖3 人口數(shù)據(jù)網(wǎng)格化

圖4 救援能力數(shù)據(jù)網(wǎng)格化

圖5 路網(wǎng)密度網(wǎng)格化

圖6 旅游資源數(shù)量網(wǎng)格化

3.2.4 社會經(jīng)濟(jì)數(shù)據(jù)網(wǎng)格展布

常用的社會經(jīng)濟(jì)數(shù)據(jù)網(wǎng)格化有空間插值法、遙感反演法、多因素綜合分析法。本研究的社會經(jīng)濟(jì)數(shù)據(jù)的網(wǎng)格化是通過對已有空間數(shù)據(jù)間接實現(xiàn)的，利用多因素綜合分析法通過對已建立網(wǎng)格化數(shù)據(jù)和未建立網(wǎng)格化數(shù)據(jù) (社會經(jīng)濟(jì)數(shù)據(jù))進(jìn)行相互關(guān)系確定，并建立模型，實現(xiàn)社會經(jīng)濟(jì)數(shù)據(jù)網(wǎng)格化。空間數(shù)據(jù)展布是為了把社會經(jīng)濟(jì)數(shù)據(jù)的空間分布展布到矢量網(wǎng)格中，利用GIS空間分析模塊將旅游收入、GDP貢獻(xiàn)率、經(jīng)濟(jì)損失等數(shù)據(jù)展布到每個網(wǎng)格中，采取公式獲取社會經(jīng)濟(jì)數(shù)據(jù)的空間分布密度。

式中，Bj為j類旅游收入經(jīng)濟(jì)指標(biāo)，bij為i區(qū)j類旅游收入經(jīng)濟(jì)指標(biāo)的分布密度，Ai為i區(qū)域的面積。由此得到圖7中經(jīng)濟(jì)指標(biāo)的網(wǎng)格化與空間展布。

4 基于網(wǎng)格尺度的區(qū)域旅游資源災(zāi)害風(fēng)險評價模型構(gòu)建

4.1 模型構(gòu)建

研究采用的區(qū)域旅游資源災(zāi)害風(fēng)險評價模型采用線性加權(quán)模型及區(qū)域旅游資源災(zāi)害風(fēng)險度數(shù)學(xué)公式，結(jié)合區(qū)域旅游資源災(zāi)害風(fēng)險評價指標(biāo)體系，構(gòu)建區(qū)域旅游資源災(zāi)害風(fēng)險評價指數(shù)模型［8-9］。

圖7 經(jīng)濟(jì)數(shù)據(jù)網(wǎng)格化

式中，LDRI為區(qū)域旅游資源災(zāi)害風(fēng)險指數(shù)，用來表示區(qū)域旅游資源災(zāi)害風(fēng)險大小，其值越大，區(qū)域旅游資源災(zāi)害風(fēng)險越大，反之越小。H，E，V，R的值分別表示危險性、暴露性、脆弱性、防災(zāi)減災(zāi)能力4因子指數(shù)。xi是各指標(biāo)量化后的值，Wi為各指標(biāo)的權(quán)重值。

4.2 評價結(jié)果分析

圖8 網(wǎng)格尺度的區(qū)域旅游資源災(zāi)害風(fēng)險評價

利用公式得到圖8基于網(wǎng)格尺度的區(qū)域旅游資源災(zāi)害風(fēng)險評價圖，風(fēng)險等級劃分參考文獻(xiàn) ［7］。從圖8可以看出，從區(qū)域總體上是長春市、吉林市、松原市區(qū)域旅游資源災(zāi)害風(fēng)險等級為高;遼源市、白山市及延邊市為較高風(fēng)險;四平市處于中等風(fēng)險;白城市為較低風(fēng)險。但由于旅游資源分布并不是完全以行政范圍分布，有的以點狀分布，甚至是條帶狀，用整個行政區(qū)的區(qū)域旅游資源災(zāi)害風(fēng)險評價結(jié)果去表征這些區(qū)域旅游資源災(zāi)害風(fēng)險評價結(jié)果的精度非常低，因此采用網(wǎng)格尺度以提高區(qū)域旅游資源災(zāi)害風(fēng)險評價結(jié)果精度。

從評價結(jié)果可知，比行政區(qū)尺度的評價結(jié)果更為直觀、精度更高、更能準(zhǔn)確地表征小尺度內(nèi)的區(qū)域旅游資源災(zāi)害風(fēng)險，評價結(jié)果更為可信。

5 小結(jié)

研究結(jié)果表明，在建立區(qū)域旅游資源災(zāi)害評價指標(biāo)體系的基礎(chǔ)上，以網(wǎng)格為單元對各指標(biāo)進(jìn)行空間數(shù)據(jù)展布，可提高評價結(jié)果精度。以自然災(zāi)害風(fēng)險評價理論及綜合加權(quán)方法構(gòu)建區(qū)域旅游資源災(zāi)害風(fēng)險評價模型，實現(xiàn)了區(qū)域旅游資源災(zāi)害風(fēng)險評價。以網(wǎng)格尺度實現(xiàn)區(qū)域旅游資源災(zāi)害風(fēng)險評價方法，彌補(bǔ)了以往研究中以行政區(qū)尺度評價結(jié)果精度不足問題，改變了研究中行政區(qū)尺度的較低精度分析的固定模式，提出全新的區(qū)域旅游資源災(zāi)害風(fēng)險評價方法，以期為區(qū)域旅游資源災(zāi)害管理提供服務(wù)。

［1］張達(dá).我國旅游災(zāi)害的研究進(jìn)展 ［J］.防災(zāi)科技學(xué)院學(xué)報，2009，11(2):121-124.

［2］裴瑋.地震引發(fā)的四川旅游地災(zāi)害風(fēng)險評估與對策研究［J］.區(qū)域經(jīng)濟(jì)，2010，4(24):89-91.

［3］劉麗，陸林，陳浩.基于目的地形象理論的旅游危機(jī)管理:以中國四川地震為例 ［J］.旅游學(xué)刊，2009，10(24):27-29.

［4］劉浩龍，葛全勝，席建超.區(qū)域旅游資源的災(zāi)害風(fēng)險評估:以內(nèi)蒙古克什克騰旗為例 ［J］.資源科學(xué)，2007(1):118-125.

［5］席建超，劉浩龍，齊曉波，等.旅游地安全風(fēng)險評估模式研究:以國內(nèi)10條重點探險旅游線路為例 ［J］.山地學(xué)報，2007(5):370.

［6］張偉，賈慶炎，簡興祥.自然鄰點插值法及其在二維不規(guī)則數(shù)據(jù)網(wǎng)格化中的應(yīng)用 ［J］.物探化探計算技術(shù)，2011，33(3):292.

［7］孫瀅悅，陳鵬.區(qū)域旅游資源災(zāi)害風(fēng)險評價模型研究［J］.長春師范學(xué)院學(xué)報:自然科學(xué)版，2010，29(4):83-85.

［8］劉興朋，張繼權(quán).基于GIS技術(shù)的吉林省西部草原火災(zāi)風(fēng)險評價與區(qū)劃［J］.應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報，2006，14(增刊):214-220.

［9］張繼權(quán)，梁警丹，周道瑋.基于GIS技術(shù)的吉林省生態(tài)災(zāi)害風(fēng)險評價［J］.應(yīng)用生態(tài)學(xué)報，2007(8):1765-1770.